Métodos de extracción de características en el ECG
Data
2011
Título da Revista
ISSN da Revista
Título de Volume
Editor
INSTITUTO DE TECNOLOGIA
Resumo
O artigo compara três métodos de extração de características em sinais de ECG (Transformada Discreta do Coseno - DCT, Análise de Componentes Principais - PCA e Kernel PCA) para classificação de batimentos cardíacos utilizando uma rede neural MLP. Os resultados mostram que o Kernel PCA apresenta o melhor desempenho (98,7% de acurácia), embora com maior tempo de execução, enquanto o PCA linear é o mais rápido, porém com menor precisão (93%). O estudo utiliza dados da base MIT-BIH Arrhythmia Database.
Abstract
The article compares three ECG feature extraction methods (Discrete Cosine Transform - DCT, Principal Component Analysis - PCA, and Kernel PCA) for heartbeat classification using an MLP neural network. Results indicate that Kernel PCA achieves the highest accuracy (98.7%) but with longer execution times, while linear PCA is the fastest but less accurate (93%). The study uses data from the MIT-BIH Arrhythmia Database.
Descrição
Palavras-chave
ECG, Extração de Características, PCA, DCT, Kernel PCA
Citação
NETO, João Evangelista et al. Métodos de extracción de características en el ECG: análisis comparativo. In: Anais do evento, 2011.